DLSS 4.5 Ray Reconstruction Güncellemesinin Olmamasının ve Neural Shading'in Gecikmesinin Nedenleri

Ray Reconstruction (RR) Modelinin Durumu

NVIDIA'nın DLSS 4.5 sürümünde Ray Reconstruction (RR) modeline güncelleme getirmemiş olmasının temel nedenlerinden biri, mevcut RR modelinin zaten yüksek hesaplama gücü gerektiren ve FP8 hassasiyet formatını kullanan oldukça karmaşık bir yapıya sahip olmasıdır. DLSS 4 RR modeli, FP8 formatı sayesinde hesaplama maliyetini optimize ederken, performans açısından Preset L ve M modellerine göre yaklaşık %40-50 daha fazla kaynak tüketmektedir. Bu durum, NVIDIA'nın daha önce kullandığı 5 kat hesaplama artışı stratejisini tekrar uygulamasını engellemiştir.

NVIDIA'nın resmi DLSS Super Resolution ve Ray Reconstruction programlama rehberleri ile Applied Deep Learning Research (ADLR) ekibinin blog yazıları, bu modelin 40-50 serisi GPU mimarilerine özel olarak optimize edildiğini ve FP8 formatının kullanımının bu optimizasyonun önemli bir parçası olduğunu göstermektedir. Bu nedenle, yeni bir RR modelinin piyasaya sürülmesi için mimaride temel bir değişiklik veya daha gelişmiş hesaplama formatlarının (örneğin NVFP4) kullanılması gerekmektedir.

Model Boyutları ve Performans Maliyetleri

DLSS 4 RR modeli, Preset L ve M modelleriyle benzer boyutlarda olup, 40/50 serisi GPU'lar için 1080p çözünürlükte yaklaşık 120MB, 4K çözünürlükte ise 470MB civarında model boyutuna sahiptir. Performans açısından, 1440p ve 4K çözünürlüklerde RR modeli, Preset L'den %40-50 daha fazla ms maliyeti gerektirirken, Preset M'nin yaklaşık iki katı kadar işlem süresi talep etmektedir.

Bu veriler, RR modelinin halihazırda oldukça hesaplama yoğun olduğunu ve yeni bir sürümün ancak önemli bir mimari değişiklikle mümkün olacağını ortaya koymaktadır.

Neural Shading ve Neural Texture Compression (NTC) Gelişmeleri

Neural Shading teknolojileri, özellikle Neural Texture Compression (NTC) ve Neural Radiance Cache (NRC) gibi sistemler, halen geliştirilme aşamasındadır ve oyunlarda yaygın olarak kullanılmamaktadır. NTC, son sürümlerinde önemli iyileştirmeler göstermiş ve 1.0 sürümüne yaklaşmaktadır. NVIDIA'nın Collaborative Texture Filtering (CTF) adlı yeni doku filtreleme tekniği, NTC varlıklarının doku filtrelemesini daha gerçekçi hale getirmektedir.

Ancak NRC, karmaşık bir çok katmanlı algılayıcı (MLP) modeli olup, uzun eğitim süreleri ve eğitim aşamasında görsel artefaktlar gibi sorunlar yaşamaktadır. Özellikle sahne değişiklikleri veya hareketli nesneler NRC'nin radyans önbelleğini etkileyerek yeniden eğitim ihtiyacını doğurmakta ve bu da RTXGI görsellerinde kararsızlığa yol açmaktadır.

Geometri Kodlama Sorunları ve Çözüm Arayışları

NRC'nin temel sorunu, sahne geometrisini radyans önbelleğine çevirmek için kullanılan hash grid kodlama yöntemidir. Bu yöntem, sinir ağları ve GPU hesaplamaları için uygun değildir, modelin gereksiz yere büyük olmasına ve önbellek verimliliğinin düşmesine neden olmaktadır. AMD'nin araştırdığı Geometry-Aware Trained Encoding (GATE) gibi alternatifler umut vaat etmekle birlikte, henüz üretime hazır değildir.

NVIDIA'nın da benzer araştırmalar yaptığı düşünülmekte olup, bu alandaki ilerlemelerle NRC ve Neural Shading teknolojilerinin oyunlarda daha yaygın kullanımı mümkün olacaktır. Ancak bu gelişmelerin gerçekleşmesi için daha spesifik radyans önbellekleri veya yeni geometri kodlama yöntemlerinin geliştirilmesi gerekmektedir.

DLSS 4 ve FSR4 Modellerinin Karşılaştırılması

DLSS 4 ve Ray Reconstruction modellerinin tamamen Vision Transformer (ViT) tabanlı olduğu belirtilmektedir. Bu, önceki CNN tabanlı modellere kıyasla daha yüksek doğruluk ve performans sağlar. Öte yandan, AMD'nin FSR4 teknolojisinin hibrit CNN+ViT tasarımına sahip olduğu spekülasyonları vardır ancak resmi bir doğrulama bulunmamaktadır.

NVIDIA'nın RR modeli, DLSS 2'den itibaren yaklaşık beş yıl süren geliştirme süreci sonunda ortaya çıkmış ve yaygın beğeni toplamıştır. AMD'nin Ray Regeneration modeli ise halen alfa aşamasında olup, DLSS 4 RR seviyesine ulaşması beklenmemektedir.

Özetle, DLSS 4.5 sürümünde Ray Reconstruction modeline güncelleme yapılmamasının temel nedeni, mevcut modelin zaten yüksek hesaplama gücü ve FP8 optimizasyonlarıyla sınırlarına yaklaşmış olmasıdır. Neural Shading teknolojileri ise halen geliştirme aşamasında olup, özellikle NRC gibi sistemlerde eğitim süresi ve görsel kararsızlık sorunları nedeniyle yaygınlaşamamıştır. Bu teknolojilerin oyunlarda daha fazla kullanımı, yeni GPU mimarileri ve geometri kodlama yöntemlerindeki ilerlemelere bağlıdır.